See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/329413025

Le cours de Biostatistiques

Book · April 2018

CITATIONS READS

0 3,123

4 authors, including:

Virgil Fievet
University of Bordeaux
26 PUBLICATIONS 554 CITATIONS

SEE PROFILE

All content following this page was uploaded by Virgil Fievet on 16 December 2019.

The user has requested enhancement of the downloaded file.

 Le cours de Biostatistiques
Xavier Nogues, André Garenne, Xavier Bouteiller, Virgil Fievet

To cite this version:

Xavier Nogues, André Garenne, Xavier Bouteiller, Virgil Fievet. Le cours de Biostatistiques. Dunod,
2018, 978-2-10-076976-6. �hal-01939213�

HAL Id: hal-01939213

https://hal.inria.fr/hal-01939213
Submitted on 30 Nov 2018

HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est

archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.
 BIOSTATISTIQUE

9782100769766_FM.indd 1 2/16/18 4:49 PM

9782100769766_FM.indd 2 2/16/18 4:49 PM
 Xavier Noguès,
André Garenne, TOUT EN FICHES
Xavier Bouteiller,
Virgil Fiévet LICENCE 3/MASTER/ÉCOLES D’INGÉNIEURS

LE COURS DE

BIOSTATISTIQUE
110 FICHES DE COURS
120 SCHÉMAS
50 QCM

9782100769766_FM.indd 3 2/16/18 4:49 PM

 Illustration de couverture : © Sonja Calovini / fotolia.com

© Dunod, 2018
© Dunod, 2014
11, 5rue
ruePaul Bert, 92240
Laromiguière, 75005Malakoff
Paris
www.dunod.com
www.dunod.com
ISBN 978-2-10-070528-9
ISBN 978-2-10-076976-6

9782100769766_FM.indd 4 2/16/18 4:49 PM

 Table des matières

Avant-propos IX
Comment utiliser cet ouvrage ? XII
RemerciementsXIV

Chapitre 1 Méthodologie de la recherche et vocabulaire de base

Fiche 1 Le déroulement d’une recherche 2
Fiche 2 Trois approches complémentaires : approche observationnelle,
expérimentation et simulation 6
Fiche 3 Le statut des variables dans la recherche et le contrôle des facteurs 8
Fiche 4 Les types d’hypothèses au cours d’une recherche 10
Fiche 5 Qu’est-ce qu’une interaction statistique ? 12
Fiche 6 Généralisation du concept d’interaction statistique 14
Fiche 7 Les approches expérimentale et quasi-expérimentale 16
Fiche 8 Comment choisir une variable dépendante ? 18
Fiche 9 La conception d’un plan expérimental 22
Fiche 10 Comment neutraliser l’effet des facteurs secondaires ? 26
Fiche 11 Quel plan expérimental faut-il mettre en œuvre ? 28
Fiche 12 Comment constituer un échantillon représentatif ? 32
Fiche 13 Pourquoi les biologistes doivent-ils faire des statistiques ? 34

Focus Biologistes, devenez célèbres grâce aux statistiques ! 36

QCM 39

Chapitre 2 Comprendre les statistiques

Fiche 14 Paramètres de positions 42
Fiche 15 Indices de dispersion d’une population 44
Fiche 16 Indices de dispersion d’une population estimés à partir d’un échantillon 48
Fiche 17 Logique de raisonnement des statistiques inférentielles et notion de p-value 50
Fiche 18 Les méthodes de rééchantillonnage 52
Fiche 19 Comprendre le test de comparaisons de moyennes « t de Student » 54
Fiche 20 L’utilisation des tables pour le test t de Student 58
Fiche 21 Hypothèses fortes, hypothèses faibles, tests uni- et bilatéraux 60
Fiche 22 Comprendre la notion d’appariement et de mesures répétées 64
Fiche 23 Le théorème central limite et les principales lois de probabilité 66
Fiche 24 Les risques d’erreurs de première et deuxième espèce 70
Fiche 25 L’intervalle de fluctuation et intervalle de confiance 72
Fiche 26 Puissance d’un test et taille minimale d’échantillons 74
Fiche 27 Comprendre la formule de l’analyse de variance à un facteur 76
Fiche 28 Comprendre la covariance et la corrélation 80
Fiche 29 Régression linéaire, coefficient de détermination et analyse de la variance 84
Fiche 30 Les tests non paramétriques 88
Fiche 31 Principe des tests non paramétriques « par rangs » 90
Fiche 32 Le principe du test du c 2 92
Fiche 33 Les analyses multivariées : comprendre l’analyse en composantes principales 96

Focus Comment faire un tour de magie avec les statistiques :

le théorème central limite 100
QCM 103

9782100769766_FM.indd 5 2/20/18 6:58 AM

 Chapitre 3 Notions de base pour utiliser R en statistiques
Fiche 34 Les fondamentaux du logiciel R 106
Fiche 35 Création et manipulation de variables 108
Fiche 36 Les variables à deux dimensions 112
Fiche 37 Principe d’utilisation des bibliothèques (packages) 115
Fiche 38 Manipulation des données 116
Fiche 39 Fonctions graphiques de base 120
Fiche 40 Comment tracer des courbes avec R ? 122
Fiche 41 Les graphiques statistiques avec R 124
Fiche 42 Les tests statistiques avec R 127
Fiche 43 L’écriture de scripts 130
Fiche 44 L’utilisation des boucles 133
Fiche 45 Créer ses propres fonctions 135

Focus Utilisons R pour fabriquer nos propres tests statistiques 137

QCM 139

Chapitre 4 Choisir le test approprié

Fiche 46 Clé : étude de l’effet de facteurs sur une seule
variable dépendante quantitative 142
Fiche 47 Clé : questions posées sur un échantillon unique 144
Fiche 48 Clé : étude de l’effet d’un facteur unique sur une
seule variable dépendante exprimée en rangs 145
Fiche 49 Clé : étude de l’effet d’un facteur unique sur une
seule variable dépendante qualitative 146
Fiche 50 Clé : étude des relations entre quelques variables
observées ou dépendantes 148
Fiche 51 Clé : plusieurs variables observées, analyses multivariées 149
Fiche 52 La distribution des données suit-elle une loi normale ? 150
Fiche 53 Vérification de normalité en ANOVA et régression 154
Fiche 54 Transformations mathématiques de variables sans perte d’information 156
Fiche 55 Transformations en rangs 158
Fiche 56 Transformation en classes ou en modalités 160
Fiche 57 Normalisation : centrage et réduction 162

Focus « Normale » ou « pas normale » ? 164

Focus Test « paramétrique » ou « non paramétrique » ? 167
QCM 169

Chapitre 5 Les tests paramétriques pour analyses univariées

Fiche 58 Comment comparer une moyenne observée
à une moyenne théorique ? 172
Fiche 59 Le test t de Student pour échantillons indépendants
et la correction de Welch 174
Fiche 60 Le test t de Student pour échantillons appariés 178
Fiche 61 L’analyse de variance à un facteur pour échantillons
indépendants et le test de Tukey 180
Fiche 62 Les tests de comparaisons multiples 184
Fiche 63 La procédure de comparaisons planifiées et les
corrections de Bonferroni et de Sidak 186
Fiche 64 L’analyse de variance à 1 facteur en mesures répétées 190
Fiche 65 La condition de sphéricité en ANOVA en mesures répétées 192
Fiche 66 L’ANOVA pour plans factoriels équilibrés 194

VI

9782100769766_FM.indd 6 2/16/18 4:49 PM

 Fiche 67 L’ANOVA vue comme un modèle linéaire 198
Fiche 68 L’ANOVA pour plans hiérarchisés 200
Fiche 69 L’ANOVA pour plans mixtes (modèle III) 202
Fiche 70 L’ANOVA à plusieurs facteurs pour plans déséquilibrés 206
Fiche 71 La régression linéaire simple 210
Fiche 72 La régression linéaire multiple (RLM) 212
Fiche 73 Comment gérer de nombreux facteurs en RLM : les régressions par pas 216
Fiche 74 La régression par les moindres carrés partiels 221
Fiche 75 L’ANCOVA 224
Fiche 76 Comment comparer deux variances : le test de Snedecor 226
Fiche 77 Les tests d’hétérogénéité de variances 228

Focus Faut-il ajouter un « s » à « statistique » ? 231

QCM 233

Chapitre 6 Les tests non paramétriques pour analyses univariées

Fiche 78 Le test U de Mann-Whitney 236
Fiche 79 Le test de Kruskal-Wallis 240
Fiche 80 Le test T de Wilcoxon 242
Fiche 81 Le test de Friedman 244
Fiche 82 Quels tests post hoc utiliser après un test sur les rangs 246
Fiche 83 Le test du c 2 sur table de contingence 248
Fiche 84 Le calcul de probabilité exacte (CPE) de Fisher 250
Fiche 85 Comment comparer une proportion observée
à une proportion théorique 252
Fiche 86 Comment comparer plusieurs proportions indépendantes 254
Fiche 87 Comment comparer deux proportions en
échantillons appariés : le test de McNemar 258
Fiche 88 Comment comparer plus de deux proportions
en échantillons appariés : le test Q de Cochran 260
Fiche 89 Comment comparer deux distributions empiriques :
le test de Kolmogorov-Smirnov 262
Fiche 90 Comment comparer une distribution empirique
à une distribution théorique 264
Fiche 91 Les tests d’asymétrie et d’aplatissement 268

Focus Les tests statistiques à l’épreuve des tests statistiques : crash test 270
QCM 273

Chapitre 7 Les analyses multivariées

Fiche 92 Le coefficient de corrélation de Pearson et le coefficient de détermination 276
Fiche 93 Les corrélations de rangs 278
Fiche 94 Les coefficients de corrélations partielles 282
Fiche 95 Comparaison de deux coefficients de corrélations de Pearson 284
Fiche 96 Analyse de variance multivariée (MANOVA) 286
Fiche 97 L’algorithme des k-moyens 288
Fiche 98 Le positionnement multidimensionnel non métrique 292
Fiche 99 La classification ascendante hiérarchique (CAH) 296
Fiche 100 L’analyse en composantes principales (ACP) : la préparation des données 300
Fiche 101 L’ACP : choix du nombre d’axes à conserver 304
Fiche 102 L’ACP : interprétation de l’espace factoriel 306
Fiche 103 L’ACP : l’analyse des individus 308
Fiche 104 L’ACP : variables supplémentaires 310

VII

9782100769766_FM.indd 7 2/16/18 4:49 PM

 Fiche 105 L’ACP : individus supplémentaires 312
Fiche 106 L’analyse factorielle des correspondances (AFC) 314
Fiche 107 L’analyse des correspondances multiples (ACM) 318
Fiche 108 Les variables supplémentaires en ACM 322
Fiche 109 La CAH couplée à une analyse factorielle 324
Fiche 110 L’analyse factorielle discriminante (AFD) 328

Focus L’ACP, les « véritables » analyses factorielles et les pistes pour la biologie 333
QCM 335

Exercices337
Corrigés347
Index357

VIII

9782100769766_FM.indd 8 2/16/18 4:49 PM

 Avant-propos

Un grand nombre de personnes aiment remplir des grilles de mots croisés ou de sudokus,
nous pensons que le même plaisir peut être pris en apprenant les statistiques.

1. À qui cet ouvrage s’adresse-t-il ?

En premier lieu, cet ouvrage s’adresse aux étudiants en licence de biologie, des filières de la
santé à l’écologie, mais le programme traité est également assez proche de celui dispensé en
sciences humaines. Il s’adresse également aux étudiants de master dans ces disciplines, même
si la couverture de l’ensemble des programmes aurait conduit à la rédaction d’un traité plutôt que
d’un manuel. L’étudiant en biologie classique (biochimie, neurosciences, physiologie animale
et végétale, biologie cellulaire, génétique...) y retrouvera la quasi-totalité de son programme.
L’épidémiologiste ou l’écologue devront approfondir les analyses multivariées pour lesquelles
cet ouvrage ne propose qu’une sensibilisation. Nous espérons que cet ouvrage apportera des
solutions aux chercheurs (doctorants et statutaires), tout en les incitant et les aidant à réactua-
liser leurs connaissances. Enfin, nous serions pleinement satisfaits si cet ouvrage pouvait aussi
apporter, un réel plaisir aux autodidactes qui souhaitent se former à la pratique des statistiques.

2. Pourquoi un manuel supplémentaire en biostatistiques ?

Sans hésitations, nous répondons :
–– parce que la pratique des statistiques par les biologistes a fortement évolué,
–– parce que notre pratique de l’enseignement des biostatistiques nous incite à rénover et à repen-
ser la didactique de cette discipline lorsque la formation s’adresse à des biologistes.
La pratique des biostatistiques évolue
En quarante ans, la pratique des statistiques a subi une révolution dans les laboratoires de bio-
logie. Durant les années 1980, les tests de Student étaient effectués à la calculatrice et étaient
employés comme tests de comparaisons multiples. Des analyses de variances étaient réalisées
grâce à des ordinateurs, mais les données devaient être saisies à nouveaux en cas d’erreur. Au
début des années 2000 les ordinateurs commencent à envahir les laboratoires, les experts de
revues formulent des critiques sur les méthodes statistiques, et les logiciels de statistiques se
développent.
Aujourd’hui, l’informatique a mis une très grande variété de méthodes statistiques à dispo-
sition de tous. La compétence du biologiste a donc dû évoluer. Il devient inutile de savoir cal-
culer une statistique pour la comparer aux valeurs des tables. En revanche, il est nécessaire de
connaître un grand nombre de procédures et de pouvoir justifier ses choix au moment de la pré-
sentation de résultats. Il faut également savoir se servir d’un logiciel de statistiques et interpréter
correctement les résultats.
C’est vers l’acquisition de ces compétences que cet ouvrage est orienté.
Pédagogie et didactique des statistiques enseignées à des biologistes
Nos étudiants ne se sont pas engagés dans des études de biologie parce qu’ils espéraient y faire
des statistiques. De plus, ils sont habitués à raisonner à partir de situations concrètes plus que sur
des abstractions mathématiques. Pour ces deux raisons, nous expliquons ici les statistiques en
nous basant sur des exemples concrets issus de la biologie et par une approche la plus intuitive
possible.

IX

9782100769766_FM.indd 9 2/16/18 4:49 PM

 Le langage. Pour la majorité des biologistes, les statistiques sont une activité intermittante. Les
unités d’enseignement de statistiques sont souvent espacées de plusieurs mois, et le chercheur ne
se plonge dans les statistiques qu’au moment du traitement de ses résultats. Dans cette perspec-
tive, nous avons tenté de respecter le langage des biologistes plus que celui des mathématiciens :
nous avons considéré ici, que le lecteur doit faire le moins d’efforts possibles pour s’adapter à
un langage qui n’est pas le sien, lorsqu’il ouvre son manuel après plusieurs semaines passées en
cours de biologie, à la paillasse ou sur le terrain.
Pédagogie active. Sur le plan pédagogique, de nombreux enseignants sont à la recherche
d’une approche permettant de faciliter l’enseignement des statistiques aux biologistes. Dans
cet ouvrage, nous avons opté pour une pédagogie active sur plusieurs plans, sachant qu’un des
grands principes de cette approche réside dans le fait que l’apprenant doit être acteur dans la
construction de son savoir. Nous inspirant de l’« approche problème », chaque fiche s’ouvre sur
une mise en situation. C’est également dans cette perspective que nous conduisons le lecteur à
reconstruire les formules de plusieurs statistiques plutôt que de les lui expliquer. Nous l’incitons,
par ailleurs, à mettre en application l’usage des tests au fur et à mesure avec le logiciel R.
Mini-apprentissage. Nous avons été séduits par les potentialités qu’offraient le format de la
collection « Tout le cours en fiches ». Ce concept présente au moins deux atouts. Le premier est
qu’il permet une forme de « mini-apprentissage », situé entre le micro-apprentissage (qui est une
méthode d’apprentissage par séquences très courtes, de quelques secondes à trois minutes) et
l’apprentissage plus approfondi. L’apprentissage d’une fiche de cet ouvrage nécessite quelques
minutes de concentration. Lors de la lecture d’une entité d’un ouvrage classique, le plus souvent
un chapitre, il est très difficile de reprendre là où l’on s’est arrêté. Ce format proposant de ne
traiter qu’un seul concept par fiche permet l’acquisition d’entités cohérentes en une seule séance
de lecture.
Pédagogie différentiable. Enfin, le format des fiches se prête à une certaine différenciation
pédagogique, puisque le lecteur peut personnaliser sa lecture de l’ouvrage en fonction de ses
motivations, de son rythme et de son style cognitif. Un apprenant classique pourra lire les fiches
dans l’ordre et avec la logique qui lui est proposée. Un autre, plus impatient ou plus original,
pourra lire l’ouvrage dans l’ordre qu’il souhaite, n’abordant certaines fiches de début d’ouvrage
que lorsqu’il en ressent le besoin. Ainsi, les connaissances fondamentales (rébarbatives pour
certains), pourront n’être abordées qu’au moment où elles apparaissent comme un besoin et
perdront, par la même occasion, leur côté ennuyeux.

3. Comment utiliser ce manuel ?

L’étudiant en licence de biologie devrait trouver dans cet ouvrage la totalité du programme éla-
boré par les équipes pédagogiques. La structure « en fiches » lui fournira un soutien à l’enseigne-
ment qu’il reçoit, par une approche probablement différente et complémentaire, ce qui constitue
un des intérêts de cet ouvrage. L’étudiant en master et le chercheur seront probablement plus
intéressés par les clés de choix et les différentes solutions proposées pour résoudre leurs pro-
blèmes et exploiteront les chapitres 1 et 2 pour vérifier les formalisations qu’ils en font.
Niveaux de difficulté
En plus des outils très pratiques proposés par la collection, le lecteur trouvera une classification
des niveaux des différentes fiches ou paragraphes afin de l’aider à calibrer son attention :
–– le niveau « débutant », concerne les parties faciles normalement acquises en licence ;
–– le niveau « amateur », concerne des concepts demandant plus de concentration, soit parce que
leur acquisition est plus difficile, soit parce que leur maîtrise est incontournable ;
–– le niveau « expert », concerne des méthodes acquises généralement en master. Ces méthodes
ne sont pas forcément plus difficiles que celles qui ont été apprises en licence, mais demandent
souvent un minimum de connaissances en statistiques. Elles peuvent d’ailleurs présenter un
côté ludique qui devrait inciter les étudiants de licence à aller plus loin.

9782100769766_FM.indd 10 2/16/18 4:49 PM

 Jeux de données. Les jeux de données sont disponibles sur le site www.dunod.com (sur la page
de présentation de l’ouvrage) afin de permettre au lecteur de mettre en pratique ses connaissances
au fur et à mesure de la lecture de l’ouvrage. Comme nous l’avons expliqué, notre motivation en
écrivant cet ouvrage est avant tout de faciliter l’apprentissage des statistiques. Nous n’avons donc
pas hésité à simplifier ou à modifier des jeux de données existants, voire même à créer ces jeux de
données de toutes pièces. Nous comptons donc sur le lecteur pour les considérer dans cet unique
objectif, et surtout, ne pas citer ces travaux virtuels dans le cadre d’un mémoire !
En résumé, à travers cet ouvrage nous souhaitons aider les étudiant à passer leur examen avec
succès, mais également leur fournir les compétences qui leurs seront utiles lorsqu’ils intègreront
des équipes de recherches. Nous espérons qu’il aidera les chercheurs en biologie dans le traite-
ment leurs données et qu’il donnera à tous, l’envie de se former aux biostatistiques avec plaisir
et curiosité.

Les trois niveaux de pratique.

XI

9782100769766_FM.indd 11 2/16/18 4:49 PM

 Comment utiliser
Chapitre 1
Méthodologie de la
recherche et vocabulaire
de base

Pourquoi les enseignants en

biologie forcent-ils leurs étudiants
tiques ? à faire des mathéma-
a. Pour les dissuader de faire
de la biologie et en éliminer lors
étant une filière assez surchargée des examens (la biologie
).
b. Pour occuper leurs collègues
mathématiciens lorsque ceux-ci
c. Parce que la quantité de connaissan manquent d’étudiants.
ces à acquérir en biologie est
remplir les emplois du temps trop limitée pour

7 chapitres
des étudiants.
d. Parce que la maitrise des statistique
s devient indispensable pour
Réponse : en cas de doute, ce tout biologiste.
premier chapitre devrait vous
réponse. aider à trouver la bonne

À la jonction entre la philosophi

e et les sciences, la méthodolo
ments de la démarche scientifiqu 1 gie est l’étude des fonde-
e . Nous commençons cet ouvrage
par de la méthodologie avec de biostatistiques
deux objectifs. Le premier objectif
teur capable de concevoir des est de rendre le lec-
études qui seront en mesure
exploitable statistiquement. Pour d’apporter une information
un biologiste les statistiques
permet de traiter des données. constituent un outil qui
Or, comme tous les outils, celui-ci
que sur un matériel adapté. Se ne peut être utilisé
former aux statistiques n’est
capable de concevoir une étude donc utile que si l’on est
générant des données exploitable
est d’ancrer la lecture de cet s. Le second objectif
ouvrage dans la pratique du
prendre conscience que les statistique biologiste afin de lui faire
s constituent pour lui des outils
pratique, et que ces outils lui au service de sa
sont nécessaires.
Les fiches 1 et 2 ont pour vocation
de formaliser la logique de la
Au cours des fiches 3 à 6, le lecteur recherche en biologie.
apprend à formuler une hypothèse
question qu’il se pose et de l’étape en fonction de la
à laquelle il se trouve dans sa
7 à 12 expliquent comment organiser recherche. Les fiches
une étude qui permette de tester

Retrouvez les tableaux de données

formulées. Enfin, dans le cadre les hypothèses
posé par les douze premières
de comprendre en quoi la recherche fiches, la fiche 13 permet
en biologie nécessite l’utilisation
des statistiques.

des exemples et des exercices

1. Nous n’envisageons pas le mot «
méthodologie » dans son deuxième
sens : « ensemble de méthodes ».
sur la page associée à
l’ouvrage sur dunod.com
@
9782100769766_Ch01.indd 1

2/16/18 11:04 AM

110 fiches de cours

Des cas d’étude Les notions essentielles avec des renvois pour
naviguer d’une fiche à l’autre

c1 × x1 + c2 × x 2 + ... + cn × x n Σ(ci × xi )
fiche m ponderee = =
Paramètres de positions c1 + c2 + ... + cn Σci
14
Fiche 14

les c étant les coefficients respectifs et les x les notes.

En statistiques certains tests utilisent la moyenne harmonique, par exemple pour corriger les
effets d’effectifs inégaux entre groupes :
J’ai eu 8 en maths, 2 en physique, 12 en histoire et 20 en philo, j’ai donc :
(8 + 2 + 12 + 20)/4 = 10,5 de moyenne. n
H =
Σ x1i

Cas d’étude
QCM

Mais nous pourrons également rencontrer des moyennes géométrique, glissante, tronquée... cha-
Le test de l’allée droite consiste à placer une souris dans le compartiment de départ d’un cune pouvant être pondérée.
couloir à l’extrémité duquel se trouve une friandise. Après plusieurs essais, la souris va
de plus en plus vite car elle a compris qu’elle allait trouver la récompense (ici symbo- 2. Mode
lisée par un bonbon). Après apprentissage, les temps de parcours de 15 souris sont (en
Le mode est la valeur dont la probabilité d’apparition est la plus élevée. Dans le cas d’une
secondes) :
variable discrète, c’est la valeur qui a la plus grande fréquence d’apparition. Dans le cas d’une
2,49 2,46 1,45 1,44 2,37 5,97 3,10 3,92 1,62 1,60 1,28 1,70 2,33 2,60 6,16 variable continue, il faut former des classes de valeurs et le mode sera la classe qui comprend le
Quelle est la durée qui représente le mieux le temps de parcours de ces souris ? plus de valeurs : c’est la classe modale. Étant donné que le choix des bornes lors d’un découpage
en classe est arbitraire, le mode dépendra de ce choix.
Sur un graphique montrant la distribution des données, le mode correspond au pic le plus
élevé. Lorsque la distribution comprend plusieurs pics de fréquence, la distribution est dite mul-
timodale (ou bimodale s’il n’y a que deux pics).

De nombreux
Figure 14.1 Souris dans une allée droite. schémas
Un paramètre de position se doit de représenter au mieux la position de la distribution sur
l’échelle des valeurs que peut prendre la variable. Figure 14.2 Distribution bimodale.

1. Moyenne arithmétique et autres types de moyennes

Calculer la moyenne arithmétique d’un échantillon consiste à additionner les valeurs de cet 3. Médiane
échantillon mesurées pour cette variable, puis à diviser le résultat par le nombre de mesures.
La médiane est la valeur qui divise l’échantillon en deux parties d’effectifs égaux. Une partie
Σxi comprendra les valeurs supérieures, et l’autre les valeurs inférieures. Si cette valeur est comprise
m= entre deux valeurs observées, la médiane est la moyenne de ces deux valeurs.
n
La médiane est moins influencée par d’éventuelles données aberrantes et elle représente mieux
Chapitre 2

avec n = effectif de l’échantillon et xi = valeurs des individus sur la variable concernée. les données que la moyenne lorsque leur distribution est dissymétrique.
C’est la moyenne arithmétique qui est utilisée pour comparer les tendances centrales de groupes
lorsque les distributions des populations suivent une loi normale.
D’autres formes de moyennes existent. La moyenne arithmétique pondérée consiste à pré- Exemple
multiplier les valeurs des mesures pour la variable à moyenner par un coefficient, puis à diviser
le résultat par la somme des coefficients. Dans le cas des notes à un examen, les valeurs des
mesures sont les notes aux différentes matières et la variable est la note globale.
Pour les temps de parcours, m = 2,699 s ; H = 2,159 s ; médiane : 2,37 s et mode =
[1 s ; 2 s[ Des exemples

42 43

9782100769766_Ch02.indd 42-43 2/16/18 11:10 AM

XII

9782100769766_FM.indd 12 2/16/18 4:49 PM

 cet ouvrage ?
Des focus à la fin de Des QCM et leurs réponses
chaque chapitre commentées au verso à la
fin de chaque chapitre

ie avec les
un tour de mag QC M
Comment faire limite
FO CUS statistiques : le
théorème central
sqrt(runif(1
me =
00000, Indiquez la ou les
racineunifor réponses exactes.
un « truc ». Ici,
e ont toujours min=0, max=1)) ks=100) 1.1 L’hypothèse opéra

Fiche
Les tours de magi al limite (TCL) niforme, brea tionnelle
le théorème centr hist(racineu des valeurs
le truc, c’est que onques aboutit avec le carré
❑❑ a. est formulée
en fonction des résult
l de lois quelc rienc e
prédit qu’un cumu Refaites l’expé ❑❑ b. est une reform ats que l’on obtien
t, ce qui assure sa
alité. uniforme. ulation de l’hypothèse
toujours à la norm issues d’une loi 0, théorique et tient comp validation
(run if(1 00000, min= ❑❑ c. correspond à
l’hypothèse altern te des méthodes
e =
Le TCL nous dit
que :
e de variab les aléa- carreuniform 1.2 En statistiques, « unité
ative
de la somm 2
des distribu- max=1))^
statistique » est synon
La distribution me, breaks=10
0) yme :
tes qui suivent (carreunifor
❑❑ a. d’élément
toires indépendan vers une loi normale hist ❑❑ b. d’échantillo
tions quelconqu
es tend valeurs issues n
re augmente. rience avec des

QCM
lorsque leur nomb Refaites l’expé ❑❑ c. de variable
elle.
de 100 000 sujets d’une loi exponenti ❑❑ d. de sujet
tillon aléatoire rme : 7
Prenez un échan une loi unifo (100 000) /
lation qui suit expo <- rexp 0) # Notez
ici la ❑❑ e. d’individu
issus d’une popu
0, max=1) hist(expo, breaks=10 sera discutée ci-
f(100000, min= 1.3 À propos des variab
uniforme = runi bution au public division par
7 qui les :
❑❑ a. une variable
et montrez sa distri dessous
e, breaks=100)
aléatoire n’est soum
hist(uniform des ❑❑ b. une variable
qualitative s’opération
ise à aucune loi.
racine carrée
rience avec la ❑❑ c. les variables nalise en modalités.
Refaites l’expé dépendantes sont
loi uniforme. supposées dépendre
valeurs issues d’une ❑❑ d. « Facteur »
est synonyme de « des facteurs.
1.4 variable indépendan
Les effets des facteu te ».
rs secondaires :
❑❑ a. doivent être
neutralisés car ils
❑❑ b. sont secondaires sont susceptibles d’infl
par rapport à ceux uencer les résultats
❑❑ c. peuvent être des facteurs princi
neutralisés grâce à paux
tions expérimentales. une répartition aléato
ire dans les différentes
1.5 À propos des plans condi-
expérimentaux :
❑❑ a. un plan est
équilibré lorsqu’il
chaque condition y a le même nomb
expérimentale. re de sujets ou éléme
❑❑ b. un plan est nts dans
complet lorsqu’il
chaque condition y a le même nomb
expérimentale. re de sujets ou éléme
❑❑ c. un plan équili nts dans
bré est nécessaire
❑❑ d. un plan comp pour étudier une intera
let est nécessaire pour ction.
1.6 Il y a interaction statist étudier une interaction.
ique :
❑❑ a. lorsque l’effet
d’un facteur n’est
❑❑ b. lorsque l’effet pas le même que celui
d’un facteur chang de l’autre facteur
❑❑ c. lorsque les sujets e selon les modalités
d’une expérimentation de l’autre facteur
❑❑ d. lorsque le facteu s’influencent mutue
r interagit avec la llement
1.7 À propos de la quant variab le dépen dante
ité d’information véhicu
❑❑ a. une variable lée par les variables
quantitative contie :
❑❑ b. une variable nt plus d’informatio
catégorielle contie n qu’une variable
❑❑ c. une variable nt plus d’informatio qualitative.

Chapitre 1
quantitative peut être n qu’une variable
transformée en variab par rangs.
1.8 Sélectionnez les affirm le par rangs.
ations vraies :
❑❑ a. une approche
observationnelle est
❑❑ b. une approche moins valide qu’un
expérimentale teste e approche expériment
❑❑ c. les résultats des relations de causa ale.
d’une approche obser lité.
vationnelle sont facile
ment généralisables.

100 39
2/16/18 11:11 AM 9782100769766_
Ch01.indd 39

Ch02.indd 100 2/16/18 11:13 AM

9782100769766_

Des exercices pour s’entraîner Les corrigés co

mmentés
en fin d’ouvrage

Corrigés
Exercices 1. La connais
sance des stat
• lors de la istiques est
conception mét nécessaire ou
utile :

Corrigés
expérimental hodologique
en expérime de l’étude, c’es
des données ntation et lors t-à-dire lors
pour une étud du choix et de de l’élaboration
• lors de la e observationn l’élaboration du plan
conception mét elle. des méthodes
statistiques de hodologique de recueil
traitement des de l’étude, pou
• lors du trait données car r procéder au
ement des donn c’est égaleme choix des mét
priée (savoir ées, afin de savo nt à cette étap hodes
présenter les ir utiliser un logi e qu’est fait
• éventuellem données, choi ciel de statistiqu ce choix.
ent lors du trait sir les bonnes es de manière
de remplaceme eme options...) et appro-
La démarche de recherche nt si des imp nt des données, afin de
en interpréter
les résultats.
QCM

sible l’utilisat révus survenu trouver des

1. À quelles étapes d’une recherche, la connaissance des statistiques est-elle nécessaire ou utile ? ion de celles s méthodes stati
riel de mesure qui avaient été lors du recueil des don stiques
en panne, aban décidées initi nées rendent
2. La recherche suivante a consisté en deux études dont la seconde se divise en deux sous-études • pour avoi dons de part alement (per impos-
r un regard criti icipants dan te
(i et ii). Pour chacune des études et sous-études : que sur les résu s une cohorte de données, maté-
2. Analyse d’un ltats trouvés , mort d’anima
lors de l’étu ux...).
a) indiquez s’il s’agit d’une expérimentation, d’une approche quasi-expérimentale ou d’une travail de rech de bibliographi
a) Types d’ét erche que.
étude observationnelle, udes
Étude 1 : a
b) le cas échéant, indiquez le facteur principal et ses modalités, prio
ont été choisies ri, il s’agit d’une étud
c) le cas échéant, indiquez la variable dépendante, pour leur prop e quasi-expéri
ulation géné riété de mentale (si les
tique sure xpre lign
d) définissez l’échantillon utilisé, modifiés, il s’ag ciblée avec randomisatio ssion). Si cette propriété ées sont naturelles et
it d’une expé n des individu est
e) pour l’étude 1, indiquez un facteur secondaire systématique. Étude 2.i) :
il s’agit d’un
rimentation. s (sujets, cellu issue d’une manip-
Une anomalie localisée dans le domaine transmembranaire du récepteur au facteur de crois- e étude obse les...) génétiqu
Étude 2.ii) rvationnelle. ement
: il s’agit égal
sance du fibroblaste (FGFR4) peut prendre deux formes : la forme FGFR4gly et la forme mais traitée ement d’une
comme une étud e observationn
FGFR4arg. Il est connu qu’une anomalie du FGFR4 est associée à un risque accru de métastases porteurs », vs étude quasi-ex elle (faisant
« ceux qui ne périmentale partie de l’étu
dans plusieurs types de cancer. le sont pas »). (séparation en de 2.i)
b) Facteurs prin deux groupes
cipaux : « ceux qui
Étude 1 Étude 1 sont
Pour étudier l’impact de cette anomalie sur le cancer colorectal, nous avons cultivé des lignées Le facteur prin
cipal est la lign
cellulaires surexprimant les allèles FGFR4gly ou FGFR4arg. L’analyse biologique montre que pression de ée cellulaire
l’allèle FGF
les deux allèles induisent la formation de tumeurs mais le FGFR4gly a un effet plus important une lignée tém R4gly », « sure (ou « type de surexpre
oin ne surexpri xpression de ssion »). Mod
sur la croissance de chaque tumeur alors que le FGFR4arg a un effet plus important sur la dissé- mant pas d’al l’allèle alités : «
Étude 2.i) lèle particulier. FGFR4arg » et très prob surex-
mination des foyers tumoraux. ablement
S’agissant d’un
e étude obse
Étude 2 des hypothès rvationnelle,
es relatives au il n’y a pas de
la présence d’un sens du facteur
i) L’évaluation des spécimens cliniques sur 3 471 patients montre qu’il n’existe pas de lien entre allèle peut cepe lien de causalité. L’hypoth principal systématique, simp
ndant être raiso èse lement
la présence de l’allèle FGFR4arg et le risque de tumeur colorectale. Étude 2.ii) nnablement excl d’un risque de cancer qui
ue (pour des déte
ii) Cependant, parmi les 182 patients qui ont un cancer colorectal, ceux qui sont porteurs de S’agissant d’un raisons de chro rmine
e étude quas nologie).
l’allèle FGFR4arg ont un risque cinq fois plus élevé que la tumeur soit très développée. étudiés avec i-expérimen
pour modalité tale, le facteur
FGFR4arg », s : la « prés sera it la prés
Conclusion et très vraisem ence de l’all ence de l’un
est possible blablement « èle FGFR4g des allèles
: la « présence l’ab ly », la « prés
Les résultats montrent que les deux allèles du FGFR4 ont un effet cancérigène et peuvent tous
c) La variable simultanée des sence de ces deux allèles ence de l’all
èle
les deux servir de cible thérapeutique du cancer colorectal. Une conséquence importante de ces dépendante allèles FGFR4g ». Éventuellem
ly et FGFR4a ent, si cela
résultats réside dans le fait que les porteurs de l’allèle FGFR4arg ont un risque plus élevé de Étude 1 rg ».
tumeurs agressives. Variable dépe
ndante 1 : prés
Variable dépe ence de tum
ndante 2 : croi eur (variable
Variable dépe ssance tumoral binaire : prés
À propos des variables et des hypothèses ndante 3 : diss e ence /
émination des (variable probablement quan absence)
3. Dans la perspective d’une approche expérimentale ou quasi-expérimentale : foyers (variabl titative)
e probablemen
a) Classez les variables suivantes dans deux grands ensembles, t quantitative)
b) Définissez ces ensembles,

9782100769
766_Exercic
es.indd 347
347
9782100769766_Exercices.indd 337 2/16/18 11:14 AM

XIII
2/16/18 11:14
AM

9782100769766_FM.indd 13 2/16/18 4:49 PM

 Remerciements

Nous tenons à remercier chaleureusement nos collègues qui ont accepté de participer au comité
de lecture, pour leurs relectures parfois très minutieuses, leur aide, leurs conseils et leurs encou-
ragements. Il a été très enrichissant d’avoir leur avis, tant sur la structure de l’ouvrage que pour
la diversité des approches et au sujet de la pédagogie des biostatistiques. Bien sûr, ces personnes
qui nous ont apporté leur aide ne sont pas responsables des erreurs qui pourraient persister dans
cet ouvrage, ni des avis, choix et arbitrages que nous avons dû faire tout au long de la rédaction.
Nous sommes donc très heureux de pouvoir remercier :
–– Leslie Regad, maître de conférences à l’université Paris Diderot,
–– Franck Brignolas, professeur à l’université d’Orléans,
–– Lionel Denis, professeur à l’université de Lille,
–– Léo Gerville-Réache, maître de conférences à l’université de Bordeaux,
–– Gilles Hunault, maître de conférences à l’université d’Angers,
–– Laurent Pezard, professeur à l’université de Provence.
Enfin, nous remercions Laëtitia Hérin et Vanessa Beunèche des éditions Dunod, avec qui nous
avons eu grand plaisir à travailler, et nos familles pour leur patience pendant ces huit mois de
rédaction.

XIV

9782100769766_FM.indd
View publication stats 14 2/16/18 4:49 PM